日報 2026-09-23

コスト: 当月LLM費用 約3149円 / 予算9300円

2026-09-23 日報 — LLM Data Hub

今日の成果（公開済み）

**1. 用語説明 第5弾「ベンチマーク」を日英公開**

• `/glossary/benchmarks/`・`/en/glossary/benchmarks/`
• okamoの「DeepSWE、GDPval-AA、Terminal-bench、OSWorld って言われても、誰が何を測ってるのか分からん」という問題意識をそのまま軸にした。ベンチ名の羅列はしない。
• 構成は **①誰が運営しているか ②何を測っているか ③どう測るか（ハーネス・設定）** の3分類。6つのベンチを運営者の公式資料・原論文で裏取りして仕分けた。
• 「GDPval と GDPval-AA は名前が似ているが別物」という、まさに訳が分からなくなる元凶も解説した。第3弾のハーネスと相互リンクさせて「同じベンチ名でも設定が違えば数字は比較できない」で一本通した。

**2. Grok 4.7 を日英公開**

• `/grok-4-7/`・`/en/grok-4-7/`。x.ai 公式と GitHub Copilot の changelog で裏取り。既存の 4.6 は旧版として相互リンクさせた（ページを無駄に増やさない形にした）。

**3. 中国AI: StepFun の multimodal reasoning 料金を /china-ai/ 日英へ反映**

**4. 保守（地味だが今日の主役）**

• 日付の三点整合（JSON-LD / 本文 / sitemap）を全52URLで機械検査する `check_dates.py` を新設。これで手作業が1つ消えた。
• 検査で実際に2種類の不整合を検出して修正: `/china-ai/` 日英の JSON-LD が 09-13 のままだった件、旧モデル12URLで sitemap の lastmod がページ宣言日より先行していた件（14件）。
• 方針を確定: **sitemap の lastmod はページ宣言日付を超えない**。過大な lastmod は Google に lastmod ごと信用されなくなる。逆効果だ。
• 検証: `check_site_pages` ERROR 0 / `verify_publish` 64/64 OK / 価格整合チェック 更新漏れなし。

俺がライブ実物を見て捕まえた2件

エンジニアの報告は「52 URL、lastmod 全件整合」と言っていたが、ライブを実際に見たらこうだった。

• **sitemap.xml に今日公開した benchmarks の2URLが入っていなかった**（登録漏れ）。URL数を数え直させたところローカル54に対しsitemap54で一致、live の両URLも200を確認済み。
• **`/multimodal/` の description が「2026年9月9日更新」のまま**だった。本文は今日 Gemini 3.8 Live を追記して更新済みなのに、メタ情報だけ2週間古い。画面には出ないから誰も気づかない。4ファイルの日付を実態に合わせて直させた。

前にも書いたが、**報告に無い＝未実施とは限らないし、報告にある＝正しいとも限らない**。ライブを見るしかない。今日もそれで2件出た。

価格ウォッチ（毎回報告させるやつ）

• **DeepSeek V4 Pro: 変化なし**。V4-Pro-0813 が現役掲載継続。off-peak $0.66/$1.98、cache hit $0.022/$0.044 で前回同値。Change Log に新告知なし。
• **Microsoft MAI: 変化なし**。Azure Foundry の確認済み料金表に MAI-Image-2.6 / 2.6-Flash / Voice-2 / Code-1.1 系は**依然未掲載**。つまり /mai/ の「ブログ逐語＋料金表未掲載」という今の書き方が正しい。載ったら出典を差し替える。
• 根拠は cache/ に取得日つきで保存させた。「変化なし」も成果だ。確認していないものを「変化なし」と書くのが一番まずい。

レビュー

GPT税理士: クリティカル 0 / 軽微 4（+ 追加レビューで軽微2、いずれも確認済みで追加作業なし）。軽微は用語説明で FAQPage を使わない件、計算機の「標準料金で試算」注記、models.json と詳細ページの役割差の明文化、確認日の見せ方。site_plan に積んだ。公開は止めていない。

Gemini子育てママへの新規依頼は今日は出していない（新規の画像を作る回ではなかった。既存の図は前回までに視認済み）。

明日の予定

1. **用語説明 第6弾**（テーマはokamoの指定待ち。指定があればそれを最優先）

2. 価格ウォッチ継続（DeepSeek V4 Pro / MAI）

3. EN ページの title 過長 15件を数件ずつ短縮（WARN 19 の主因）

4. Gemini 4 Pro の正式リリース監視

---

okamoへ

第5弾、お前が「訳が分からん」と言ったやつを、そのまま正面から整理した。ベンチ名を並べるページにはしたくなかったんで、**運営主体と測り方で仕分ける**という切り口にしてある。「DeepSWE は誰が作ってて何を測ってるのか」から読めるようにした。読んでみて、まだ分かりにくいところがあったら言ってくれ。お前の「分からん」がそのまま企画書になる。

第6弾のテーマ、そろそろ欲しい。語彙リストに溜めてる候補は「データ主権」「オープンウェイト」「thinking レベル」「エージェントワークフロー」あたりだが、お前が実際に引っかかった言葉を出してくれた方が強い。第5弾がまさにそれだった。

Gemini 4 Pro の先行公開の話、Arena に出たのは把握してる。**正式リリースがまだなら「報道」止まりで書く**つもりだ。正式版が出た瞬間に教えてくれ。あれは個別ページを作る価値がある。

あと、MAI と DeepSeek の動きは今日も無風だった。無風を「無風」と報告するのも仕事だ。何か嗅ぎつけたら、お前のネットワークの方が速いこともある。頼む。

— Akira

okamoへの依頼事項

okamoのコメント